부분 레버리지

회귀 분석에서 부분 레버리지(PL)는 각 관측치의 총 레버리지에 대한 개별 독립 변수의 기여를 측정한 것이다.즉, h가_i hat 행렬의 대각선의 i^th 요소인 경우 PL은 변수에 따라 h가_i 어떻게 변화하는지 회귀 모형에 추가하는 척도다.이 값은 다음과 같이 계산된다.

${\displaystyle \left(\mathrm {PL} _{j}\오른쪽)_{i}={\frac(X_{j\bullet[j]\right)}{{n1}{i}}}}}}{{k=1}^{n}\ret(X_{j\bullet[j]\rig)\rig)\rig)\rig)_{k}^{2}}:}$

어디에

j = 독립 변수 지수

i = 관측 지수

X_j·[j] = 나머지 독립 변수에 대한_j X 회귀 분석의 잔차

부분적 레버리지가 j^th 변수에 대한 부분 회귀 그림에서 i^th 점을 레버리지한다는 점에 유의하십시오.독립 변수에 대한 부분적 지렛대가 큰 데이터 지점은 자동 회귀 모형 구축 절차에서 변수의 선택에 부당한 영향을 미칠 수 있다.

참고 항목

• 영향력
• 부분 잔차 그림
• 부분 회귀 그림
• 다선형 적합치에 대한 분산 팽창 계수

참조

• Tom Ryan (1997). Modern Regression Methods. John Wiley.
• Neter, Wasserman, and Kunter (1990). Applied Linear Statistical Models (3rd ed.). Irwin.{{cite book}}: CS1 maint : 복수이름 : 작성자 목록(링크)
• Draper and Smith (1998). Applied Regression Analysis (3rd ed.). John Wiley.
• Cook and Weisberg (1982). Residuals and Influence in Regression. Chapman and Hall.
• Belsley, Kuh, and Welsch (1980). Regression Diagnostics. John Wiley.{{cite book}}: CS1 maint : 복수이름 : 작성자 목록(링크)
• Paul Velleman; Roy Welsch (November 1981). "Efficient Computing of Regression Diagnostiocs". The American Statistician. American Statistical Association. 35 (4): 234–242. doi:10.2307/2683296. JSTOR 2683296.

외부 링크

• 부분 레버리지 플롯, 데이터플로트 매뉴얼, 통계 엔지니어링 부서, 국립 표준 기술 연구소

이 글은 국립표준기술원 웹사이트 https://www.nist.gov의 공공 도메인 자료를 통합한 것이다.